VOOZH about

URL: https://glama.ai/mcp/servers/LENA-EE/simple_mcp?locale=de-DE

⇱ simple_mcp by LENA-EE | Glama

MCP DROSPR Server

MCP-Server zur Analyse von Perl-Code mit Perl::Critic.

Tools

DROSPR_JARVIS

Test-Tool - gibt eine Begrüßungsnachricht zurück.

{"method": "tools/call", "params": {"name": "DROSPR_JARVIS", "arguments": {}}}

Ergebnis: "Hallo vom MCP DROSPR! :)"

perlcritic_analyze

Analysiert Perl-Code und gibt einen strukturierten Bericht zurück.

Parameter:

Parameter

Typ

Beschreibung

code

string

ERFORDERLICH - Perl-Code zur Analyse

filename

string

Dateiname (für den Bericht)

severity

int

Schweregrad 1-5 (Standard 1)

Anwendungsbeispiel:

{
 "method": "tools/call",
 "params": {
 "name": "perlcritic_analyze",
 "arguments": {
 "code": "use strict;\nopen FILE, 'test.txt';",
 "severity": 1
 }
 }
}

⚠️ Wichtig: Warum nur der code-Parameter

MCP arbeitet immer remote! Der Server läuft in Docker auf einem anderen Computer.

┌─────────────────┐ ┌─────────────────┐
│ Компьютер │ │ MCP Сервер │
│ разработчика │ HTTP │ (Docker) │
│ │ ──────> │ │
│ Файл: │ │ Нет доступа │
│ C:\project\ │ │ к файловой │
│ script.pl │ │ системе! │
└─────────────────┘ └─────────────────┘

Problem:

  • Die LLM erhält den Pfad C:\project\script.pl

  • Die LLM "emuliert" das Lesen der Datei

  • Startet MCP mit target: "C:\project\script.pl"

  • MCP sieht diese Datei nicht! Sie befindet sich auf einem anderen Computer.

Lösung: Die LLM muss:

  1. Die Datei tatsächlich lesen

  2. Den Inhalt über den Parameter code senden

Korrekter Ablauf für die LLM:

Пользователь: "Проверь C:\project\script.pl"
 ↓
LLM: Читаю файл C:\project\script.pl...
 ↓
LLM: Отправляю в MCP:
 {
 "code": "use strict;\nuse warnings;\n...",
 "filename": "script.pl"
 }

Konfiguration der LLM (Kiloterm/Cline)

Füge zum System-Prompt hinzu:

ПРОВЕРКА PERL КОДА:
1. Всегда читай файл ПОЛНОСТЬЮ перед анализом
2. Используй ТОЛЬКО параметр 'code' для perlcritic_analyze
3. НИКОГДА не используй параметр 'target' - он не работает для удалённого MCP

Starten

Docker (empfohlen)

# Скачать образ
docker pull lenchik8/simple_mcp:latest

# Запустить
docker run -d --name mcp-DROSPR_JARVIS -p 8000:8000 lenchik8/simple_mcp:latest

Lokaler Build

docker build -t mcp-DROSPR_JARVIS .
docker run -p 8000:8000 mcp-DROSPR_JARVIS

Aus dem Quellcode

pip install -e .
python server.py

Projektstruktur

mcp_DROSPR_JARVIS/
├── server.py # FastAPI сервер
├── tools/
│ └── perlcritic.py # Модуль анализа Perl::Critic
├── Dockerfile # Docker образ
├── pyproject.toml # Python зависимости
└── docs/ # Документация

Verbindung zum MCP-Client

{
 "mcpServers": {
 "DROSPR_JARVIS": {
 "url": "http://<IP>:8000",
 "transport": "sse"
 }
 }
}

Docker Hub

https://hub.docker.com/r/lenchik8/simple\\\\_mcp

GitHub

https://github.com/LENA-EE/simple\\\\_mcp

Beispiele für Prompts zur Analyse von Perl-Code

Einfache Dateianalyse

Проверь этот Perl файл на ошибки:
/path/to/script.pl

Analyse mit niedrigem Schweregrad (nur kritische Fehler)

Проверь код, но покажи только серьёзные проблемы (severity 4-5)

Code-Analyse (direktes Senden von Code)

Проверь этот Perl код:
use strict;
...

Projektanalyse

Проанализируй каждый .pl файл в папке /src/

Einschränkungen von Remote-MCP

  • Die Analyse von Verzeichnissen ist nur möglich, wenn diese innerhalb des Containers zugänglich sind

  • Für ein vollständiges Projektaudit - sende den Code der Dateien einzeln

A
license - permissive license
-
quality - not tested
B
maintenance

Maintenance

–Maintainers
–Response time
–Release cycle
1Releases (12mo)

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/LENA-EE/simple_mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server